“그냥 ChatGPT에 업로드하면 되는 거 아니에요?”

• 프리랜서 번역은 문서를 AI에 넣는 단순 변환이 아니라, 문맥 이해, 현지화, 용어 조사, 일관성 확인이 필요한 전문 작업임
• ChatGPT는 번역 문서를 출력할 수 있지만, 서식 문제가 생길 수 있고 번역 품질도 의심스러울 수 있음
• AI는 맞춤법 확인, 문장 수정 제안, 스타일 가이드 점검, 전문 용어 추출 같은 도구로 쓸 수 있으나 모든 결과를 재확인해야 함
• AI는 약어와 조직명을 지어내고, 문장 전체를 빠뜨리고, 제공된 용어를 무시하고, 핵심을 놓칠 수 있어 계속 코칭이 필요함
• AI가 존재한다는 이유만으로 번역가·작가·편집자 같은 전문가의 보수가 낮아져서는 안 되며, AI를 남의 일에는 충분하다고 보면서 자기 업무에는 불안정하다고 보는 모순이 드러남

---

헬스장에서 시작된 질문

• 매주 화요일 저녁 복싱과 “body sculpt” 수업을 연달아 듣지만, 어느 날 오후 4시부터 세 건의 번역 의뢰가 들어오고 모두 다음 날 아침 마감이라 두 번째 수업을 취소함
• 수업을 떠나는 이유를 묻는 사람에게 프리랜서 번역가이고 다음 날 아침까지 세 건의 마감이 있다고 답함
• 상대는 “문서를 ChatGPT에 업로드하면 되지 않느냐”고 묻고, 번역 업무가 그렇게 작동하지 않는다는 답이 이어짐

번역은 문법적으로 맞는 문장 변환이 아님

• ChatGPT는 기술적으로 번역된 문서를 뱉어낼 수 있지만, 먼저 서식 문제가 생길 수 있음
• 더 중요한 문제는 번역 품질이 의심스러울 수 있다는 점임
• 번역은 한 인간이 말하려는 것을 다른 인간이 이해할 수 있도록 옮기는 작업이며, 문법적으로 맞는 다른 언어 문장을 만드는 일에 그치지 않음
• 번역가는 원문 메시지가 자연스럽고 의미 있게 전달되도록 적응, 현지화, 표현 선택을 수행함
• 전문 용어를 조사하고 문서 전체에서 용어가 일관되도록 확인하는 작업도 번역 업무에 들어감

AI는 대체자가 아니라 도구임

• AI는 일을 대신할 수 없지만, 유리하게 활용할 수 있는 도구가 될 수 있음
• 15년 전 번역을 시작했을 때도 Google Translate에 까다로운 문장을 넣어 다른 표현 방식을 참고했고, 이후 DeepL도 같은 방식으로 활용함
• 전문가들은 도구를 쓰며, 회계사가 Excel 수식을 쓰고 관리자가 PowerPoint 서식을 활용하고 식당이 유행하는 레시피를 검색하는 것과 같은 범주임
• 이 문서 자체는 직접 작성됐지만, 맞춤법 검사는 Antidote로 할 수 있고 Claude의 의견을 물어 유용한 제안이 있으면 반영할 수 있음
• 문단 삭제나 문장 명확화처럼 똑똑한 제안은 받아들일 수 있지만, 최종 판단은 사람이 수행함

실제 활용 사례와 한계

• 한 고객사는 인용문 서식과 각주 삽입 방식까지 정한 500쪽짜리 스타일 가이드 여러 개를 갖고 있음
• ChatGPT에 스타일 가이드를 넣어 최종 점검에 활용하면 규칙 위반을 어느 정도 표시할 수 있음
• AI로 참고 문서에서 전문 용어를 추출하고 자체 용어집을 만들 수 있으며, 이 방식은 Ctrl+F보다 빠르고 덜 답답함
• 모든 AI 결과는 두 번, 세 번 확인해야 하며, AI 활용은 마법 버튼이 아니라 다른 작업 방식임
• AI는 약어와 조직명을 지어내고, 문장 전체를 번역하지 않고, 제공된 용어를 반복적으로 요구하지 않으면 무시하고, 때로는 핵심을 완전히 놓침

보수와 신뢰성의 모순

• AI가 존재한다는 이유만으로 번역가, 작가, 편집자, 기타 전문가의 보수가 낮아져서는 안 됨
• 망치를 쓰는 지붕 수리공에게 맨손으로 일하지 않는다는 이유로 덜 지불하지 않는 것과 같은 논리임
• 상대는 “AI는 항상 더 좋아지고 있다”고 말했지만, 자신의 업무에서 AI를 많이 쓰느냐는 질문에는 신뢰성이 충분하지 않아 쓸 수 없다고 답함
• 상대의 직함은 인사 및 기업 서비스 담당 Director General이며, 현재 Workforce Planning and Resources Management 대행 직책을 맡고 있음
• AI는 남의 일에는 충분해 보이지만 자기 업무에는 충분히 신뢰할 수 없다는 식으로 받아들여질 때, 전문 업무의 가치가 쉽게 과소평가됨

[GN⁺]

Hacker News 의견들

• 결말이 정말 강한 포인트임. 대부분은 두 가지에 동의하는 듯함: AI는 내가 못 하는 일에는 큰 축복이고, 내 전문 분야가 아니면 결과물의 결함을 보기 어렵고 인간에게 돈 내고 기다릴 필요도 줄어듦
  반대로 AI는 나를 대체하기엔 형편없다고 봄. 내 기술 수준은 너무 높아서, 내가 돈 받고 하는 일의 90%를 대체할 정도로 좋아질 가능성은 거의 이론적인 수준이고 기껏해야 도구라는 것
  그래서 나는 의료 질문에 AI를 쓰고 의사는 소프트웨어 작성에 AI를 쓰며, 서로 상대가 얻는 품질을 보고 씩 웃게 됨

  • 흥미로운 세 번째 부류가 생기고 있음. 품질 문제를 인정하면서도, 결과물에 AI를 더 적용하면 해결할 수 있다고 믿는 사람들임
    예를 들어 수많은 “에이전트”를 띄워 보안 책임자나 품질 책임자 같은 성격을 부여함. 사실상 보안 검토나 품질 점검을 위한 LLM 세션을 여는 불필요하게 복잡하고 예측 불가능한 방식임
    또 자기 앱에 버그가 가득하다는 걸 알면서도, 버그가 나타날 때마다 AI가 고치게 하면 된다고 여기는 사람들도 있음. 이들은 아직 보안 침해나 데이터 손실 버그를 겪지 않았고, Claude가 가운데 정렬 안 된 div를 고치거나 가끔 뜨는 오류 코드를 처리하는 정도로만 생각함
  • 잘 표현했음. 모두가 AI는 자기 일을 못 한다고 생각하니, 결국 AI는 다른 사람의 일을 하게 됨
    아직 어떻게 정식화해야 할지는 모르겠지만, Peter Principle이나 Gell-Mann 효과의 AI 관련 따름정리 같은 게 있어 보임. “AI는 사용자의 무능 수준까지 상승한다”거나, “AI 출력에 대한 확신은 그것을 검증할 능력에 반비례한다” 정도일 수 있음
  • 정말 대부분의 사람이 자기 핵심 고급 기술을 시간의 90% 동안 쓰고 있을까? 다른 사람들은 어떻게 느끼는지 궁금함
    나는 지적으로 demanding하다고 여겨지는 교수이고, NLP/AI 연구를 함. AI가 가까운 미래에 내 핵심 지적 업무를 대체하리라고 보지는 않지만, 그 핵심 업무가 내 시간의 10%도 차지하지 않는다고 봄
    대부분은 관료적 보고서 작성, 연구비 신청서 작성과 다듬기, 시험과 과제 채점, 포스터 설계, 특정 연도의 강의 일정 계획, 슬라이드용 그림 만들기, 과제와 시험 작성, 강의 조율 회의 참석 같은 일들임. 이런 것들은 자동화 가능하거나 그래야 함
    같은 강의를 몇 번째 반복해서 가르치는 것도 객관적으로는 자동화 가능할 것임. 동기부여에 얽힌 인간적 요인 때문에 계속 하게 될 뿐, 인간이 하는 강의가 지적으로 우월해서는 아닐 가능성이 큼
  • 일반 원칙처럼 보임. AI가 나보다 잘하면 쓰고, 못하면 안 씀
    최첨단 모델이 좋아질 때마다 AI 회의론자들이 갑자기 신봉자로 바뀌는 물결을 봄. “작년엔 AI가 코딩을 못 했는데, 지금은 모든 데 쓴다!” 같은 말을 함
    흥미로운 건, 그 말을 한 사람의 코딩 실력이 전환 시점의 Claude Opus 4.5 또는 당시 최첨단 수준이라는 걸 알게 된다는 점임
    한편 나머지는 기사 속 사람처럼 AI를 단순한 도구로 계속 씀. 컴퓨터가 나보다 프로그래밍을 잘하게 되어 나도 전환하는 데 얼마나 걸릴지 궁금함
  • 내가 해야 하는 일을 AI가 실제로 나보다 훨씬 잘한다고 생각하는 사람이 나뿐인 느낌임. 최신 세대 모델 때문이 아니라 몇 년 전부터 그렇게 느꼈음
    지금 단계에서 내가 AI와 제대로 경쟁할 수 있는 일이 하나라도 떠오르지 않음. 내가 실력이 부족한 건지, 다른 사람들이 과신하는 건지 모르겠음. 나처럼 느끼는 사람들은 아마 큰 소리로 말하지 않는 것일 수도 있음

• 번역 얘기로 살짝 새자면, The Master and Margarita를 두 번역본으로 읽었음. 첫 번째는 너무 지루해서 1장 끝나기 전에 멈출 수밖에 없었고, 번역자 이름도 찾지 못했지만 러시아식 별명을 전부 번역해놓은 판이었음
  계속 “homeless”라는 남자 얘기를 해서 그냥 나쁜 책이라고 생각하고 몇 년간 무시했음. 왜 이 책이 그렇게 화제인지 이해하지 못했음
  그러다 Diana Burgin과 Katherine Tiernan O'Connor의 번역을 우연히 봤고, 러시아어는 모르지만 이 정도면 최고에 가깝다고 봄. 정말 엄청난 작업이었음
  Yevgeny Zamyatin의 We 기계번역에서도 같은 효과를 볼 수 있음. 정부를 “United State”라고 옮기면 “United States”와 쉽게 헷갈리지만, “One State”라고 옮긴 번역이 훨씬 나았음

  • 20대 초반에 Astérix 만화가 원래 프랑스어로 쓰인 뒤 번역된 것임을 알고 충격받았던 기억이 아직도 선명함. 드루이드 이름을 영어로 Getafix처럼 만들어내다니, incroyable

• 진짜 사람이 쓴 글인데 em dash가 가득함. AI 때문이 아니라, 문장이 자연스럽게 흐르도록 다듬는 대신 사람이 em dash에 기대어 쓴 거라니 거의 눈물이 날 정도임

  • 첫 문장: “In my Ottawa life, every Tuesday evening, I take two gym classes back to back—boxing and the pompously named “body sculpt,” which makes me discover muscles I didn’t know I had.”
    이 em dash는 실제로 말할 때의 리듬과 맞음. “매주 화요일에 수업 두 개를 연달아 들어, 복싱이랑 ‘body sculpt’. 이름 이상하지”라고 말할 것임
    문장의 일부 흐름이 어색하긴 하지만 em dash 때문은 아님. 문법주의자들은 추가 단어 없이 별도 문장으로 만들 수 없고, 이런저런 이유로 쉼표로 잇는 것도 안 된다고 할 수 있음. 그래서 em dash가 있는 것
    문장을 다시 쓰면 더 자연스러워지는 게 아니라 덜 자연스러워질 가능성이 큼
  • 더 많은 사람이 전문 번역가를 가볍게라도 접해봤으면 좋겠음. 인류에서 매우 작지만 깊이 중요한 집단이고, 적어도 수천 년 동안 그래 왔음. 앞으로도 계속 그럴 것임
  • 문장을 쓸 때, 무엇보다 먼저 하는 첫 규칙은 요소를 재배열해서 em dash를 없앨 수 있는지 확인하는 것임
    업데이트: 분명하지 않을까 봐 덧붙이면, 미안함. 참을 수 없었음
  • em dash는 실제로 아주 좋고, 특히 미국 밖의 비기술 글쓰기에서는 표준적인 문체 선택임
  • 영어가 모국어가 아님. 그리고 em dash를 좋아함. 이게 내 최악의 죄라면 뭐 어쩔 수 없음

• 2024년에 ChatGPT가 대학원 수준 수학을 도울 수 있다고 하면 비웃음당했겠지만, 올해는 AI 모델이 단순한 프롬프트로 이전에 풀리지 않았던 Erdos 문제를 풀고 있음
  인간 지능과 AI 사이에 어떤 근본 장벽이 있어서 AI가 인간이 할 수 있는 많은 일을 절대 못 한다고 상상하는 건 어리석어 보임. 의도 추론, 감정 파악, 문화적 가치 반영 등 인간은 할 수 있지만 AI는 못 한다고 드는 것들도 충분한 맥락이 주어지면 지금 AI가 할 수 있음
  더 중요하게는 그런 일들이 인간 두개골 안에서만 일어나는 마법이 아니라 정보 처리의 산물이라는 점임. 컴퓨터가 잘하게 만들기 어려웠던 종류의 정보 처리일 뿐이고, 지금까지는 AI가 계속 나아지는 것처럼 보임
  인간의 특별한 가치가 유용한 작업 수행 능력에 붙어 있지 않다는 데는 전적으로 동의함. 하지만 AI 모델의 능력을 부정하는 건 많은 사람이 저지르는 흔한 실수처럼 보이고, 안타깝게도 현실은 그들이 감정적으로 준비하기 전에 따라잡음

  • “충분한 맥락이 주어지면”이라는 문장에서 맥락을 “달러”로 바꿔도 된다는 점은 짚을 만함. 이런 인상적인 성과 상당수가 거기서 나오는 듯함
    늘 그렇듯, 최근 돌파구가 모두 “더 많이 생각하기” 계열로 보이기 때문에 모델이 더 좋아지면서도 더 싸질지는 불분명함. 번역의 경우에는 결과물 단가 기대치를 생각하면 “더 많이 생각하는” LLM이 도움이 될지 꽤 의심스러움
  • 동의하지만, 뇌, 특히 인간의 뇌가 엄청나게 크다는 점과 개별 토큰이 개별적인 아주 작은 근육 경련보다 훨씬 많은 의미를 담는다는 점은 기억할 만함
    그래서 극도로 원시적인 “인지”조차 실제보다 훨씬 많은 일을 하는 것처럼 보일 수 있음
  • “2024년에 ChatGPT가 대학원 수준 수학을 도울 수 있다고 하면 비웃음당했겠지만, 올해는 AI 모델이 단순한 프롬프트로 이전에 풀리지 않았던 Erdos 문제를 풀고 있음”이라면, 궁금한데 수학 대학원 학위가 있음?
  • 맞음. 마치 AI가 영원히 LLM에만 머물고, 현재 상태 평가, 동적 다음 상태 예측, 인과 추론, 객체 영속성 등을 포함하는 세계 모델을 개발하지 않을 거라고 생각하는 듯함
    나는 AI 업계에 있지 않지만, 분명 이쪽 연구와 작업이 많이 진행 중일 거라고 봄
  • 솔직히 Fable이 꽤 겁나게 했음. 실제 코딩이 아니라 다른 측면에서 또 한 번 큰 도약임
    “구현은 네가 하고, 메타 작업과 방향 조정은 내가 한다”는 상태에는 꽤 편했는데, 이제는 방향 조정도 필요 없고 메타 작업도 필요 없음. 백로그가 여기 있으니 끝나면 알려줘, 나는 검토와 다듬기가 필요할 때까지 풀밭이나 만지고 오면 되나 싶음. 아마 내일쯤?
    2023년쯤 코딩 에이전트가 이슈를 더듬거리며 해결하는 걸 처음 보고 “이건 큰일이다”라고 느꼈던 때가 떠오름. 초기 GPT가 실제로 그럭저럭 먹히는 농담을 만들기 시작했을 때도 비슷했음
    고전적인 “greentext 만들어줘”의 최신판을 써보면: 나는 시니어 소프트웨어 엔지니어, 티켓이 실제로 구현되도록 책임짐, 가끔 IDE를 열고 직접 코드도 씀, 어느 날 IDE를 열었더니 티켓이 이미 닫혀 있음, 에이전트가 밤새 처리함, 방향 조정도 리뷰 메모도 할 일도 없음, distress.jpg, 매니저에게 뭘 해야 하냐고 묻자 “고수준 아키텍처에 집중해”라고 함, “무슨 고수준 아키텍처요?”라고 묻자 “모르지, 네가 시니어 엔지니어잖아”라고 함, rage.jpg, 퇴사, 프롬프트 엔지니어가 됨, 간단하게 뭘 만들지 말하면 됨, 첫날 프롬프트를 쓰려고 앉았더니 AI가 이미 써놨음

• 필자가 AI보다 번역을 더 잘한다는 데는 의심이 없지만, AI 번역이 너무 좋아져서 번역 일이 얼마나 더 남을지, 혹은 결국 감수 작업 중심이 될지 모르겠음
  예를 들어 Lawrence Ellsworth 번역의 The Three Musketeers를 최근 아주 재미있게 읽었음. 프랑스어를 말하거나 읽지는 못하지만, Ellsworth의 번역은 그 작품의 더 정확한 번역 중 하나로 여겨진다고 이해함
  궁금해서 원문 프랑스어판 The Three Musketeers를 Claude Fable에 넣고, 정확하게 번역하되 원문의 유쾌한 톤을 유지하고 아무것도 검열하지 말라고 했음. 전체를 읽진 않았지만, 몇몇 장을 Ellsworth 번역과 Fable 번역으로 비교했음
  솔직히 놀랄 만큼 비슷했음. 내가 보기에는 Ellsworth 번역과 Fable 번역 사이에 실질적으로 다른 점이 없었음. Ellsworth 번역의 문장이 조금 더 낫다고는 생각하지만, Fable 쪽 문장도 완전히 읽을 만했음
  다시 말하지만 나는 프랑스어를 모르니 확신할 수는 없지만, Fable 버전을 읽었어도 Ellsworth 버전과 크게 다른 경험을 했을 것 같지는 않음
  다만 이건 어느 정도 자기충족적일 가능성이 높음. Fable이 Ellsworth 번역으로 학습됐고 그래서 아주 직접적으로 베꼈을 수 있음. 영어 외 언어를 모르기 때문에 함정이 있음. 번역 정확도를 비교하려면 다른 번역과 비교해야 하는데, 다른 번역이 있으면 결과에 영향을 줄 가능성이 크고, 번역이 없으면 감수할 방법이 없음
  그래도 후속작들은 Ellsworth 번역으로 계속 읽을 생각임. 그쪽이 더 정본처럼 느껴지고, 문장도 조금 더 낫다고 보기 때문임

  • 이건 좋은 테스트가 아님. Claude의 학습 데이터에는 거의 확실히 The Three Musketeers의 여러 번역본이 들어 있음
  • “AI 번역이 너무 좋아졌다”고 하면서 “영어 외 언어를 모른다”고 한다면, 이 판단을 내릴 자격이 전혀 없음
    게다가 스스로 테스트가 완전히 쓸모없을 정도로 결함이 있음을 인정하면서도 품질에 대해 거창한 말을 하고 있음
  • Ellsworth 번역은 말뭉치에 들어 있을 가능성이 매우 큼. 사실상 Claude에게 그걸 토해내라고 지시한 셈임
    LLM들은 유명한 책들을 모두 암기하고 있음. 유도하면 거의 단어 단위로 암송하게 만들 수 있음
  • 번역 작품을 자주 읽고 가끔 기계번역도 읽는 입장에서, 기계번역은 별로임. 본인도 인정하듯이 결과가 크게 편향됐음
    번역은 어려움. 특정 언어에서 온 번역을 자주 읽어보면 기계번역 특유의 냄새가 있는데, 설명하긴 어렵지만 분명 있음. 좋은 번역은 기계번역보다 훨씬 위에 있음
    최신 LLM이 번역 능력을 더 잘 가질 수는 있겠지만, 현재 전반적으로는 대체로 형편없음. 아주 짧은 글에는 괜찮을 수 있어도 긴 콘텐츠에는 절대 아님
  • 핵심은 전체 번역본이 ChatGPT의 학습 집합에 들어 있었다는 점임. 회상은 기계학습에서 꽤 해결된 문제임
    어제 출간된 프랑스 소설은 얼마나 잘 번역할까? 원작 소설도 번역본도 아직 학습 집합에 없거나, 번역본 자체가 존재하지 않을 수도 있음
    이번 주말에 슬로베니아어로 쓴 편지를 ChatGPT에 번역해보라고 했는데, 전반적 요지는 맞췄지만 뉘앙스를 많이 놓쳤음. 동의어 선택 하나로 많은 정보를 전달하는 작은 어조의 장치들을 완전히 놓쳤음

• 흥미로운 관점임. 번역은 내가 듣기로 (a) AI 때문에 가장 먼저 일을 잃는 직업 중 하나이고, (b) LLM과 AI 생성 예술에 회의적인 사람들이 “허용 가능한” AI 예시로 자주 드는 분야임

  • 그런 사람 중 하나로서, 여기엔 뉘앙스가 있다고 봄. 자기 자신을 위해 번역할 때 AI는 훌륭함
    하지만 다른 사람을 위해 번역할 때는 더 많은 주의와 인간 판단이 필요함. 특히 사용 설명서처럼 나쁜 표현 때문에 누군가 다칠 수 있는 경우에는 더 그렇다
  • 번역가에도 종류가 있음. 법률/비즈니스 문서 번역은 영화/책/게임 번역과 완전히 다름
    적어도 원문이 영어인 경우, LLM이 우리나라에서 전통적으로 출판되는 평균 소설 번역보다 더 잘한다고 자신 있게 말할 수 있음. 자막 영화 볼 때마다 눈에 띄게 틀린 대사가 항상 있음
  • 번역가들은 LLM 이전에도 이미 10년 전쯤부터 DeepL 같은 기계번역 때문에 일을 잃기 시작했음. 제안은 계속 받아도 보수가 내려가면서 그때 이미 번역가로 생계를 꾸리기 더 어려워졌음
  • 예를 들어 웹페이지를 읽기 위해 번역하는 건 충분히 허용 가능하지만, 전문적으로 출판하고 싶은 수준은 아님
    빠른 문자나 이메일에서는 오타와 문법 실수가 큰일이 아니지만, 광고 문구, 이력서, 의약품 라벨 같은 출판물에 오타가 있으면 매우 나빠 보이는 것과 개념적으로 비슷함
  • 모든 번역이 같지는 않음. 문학 번역은 그 자체로 예술 작품인 경우가 많고, 그것을 자동화하는 건 숙제나 헬스장에서 역기 들기를 자동화하는 것처럼 요지를 완전히 놓치는 일임
    최신 수준이 어떤지는 잘 모르지만, 토스터 설명서나 일반적인 문구 번역은 곧 자동화될 수 있다는 쪽은 납득함

• 내 글을 여기서 논의하고 있다는 걸 방금 알게 돼서 당연히 와야 했음
  시간을 내서 글을 읽어줬으니 나도 스레드를 제대로 읽어보려 함. 읽는 걸 정말 좋아하고, AI에 대해 어떻게 생각하는지도 궁금함
  기사 속 일화는 실제임. 직함만 바꿨음
  AI에 대해 “이건 분명 나한테 영향 없겠지”에서 “AI는 멍청해”로 갔다가, 사실 멍청한 건 나였고 프롬프트를 어떻게 써야 하는지 몰랐다는 걸 깨달았음. 지금은 어떻게 내게 유용하게 만들까 단계에 있음
  그래도 고용주, 고객, 그리고 세상 전체가 이것이 마법 버튼이 아님을 깨닫길 바라고 있음
  얼마나 불안정할 수 있는지 미칠 지경임. 물론 무슨 말이었는지 대략 알려주는 의미에서는 번역할 수 있음. 하지만 그게 좋은 번역이라는 뜻은 아님. 예시는 백만 개도 들 수 있음

  • 지금까지 입장 변화를 보면, 내년 안에 “아차, 이게 훨씬 짧은 시간에 나만큼 잘하네?” 단계에 도달할 수도 있다고 생각함?
    순수 코딩에서는 나에게 그런 일이 일어났음. 절대 가능하지 않을 거라고 생각했던 일임
    불안정성은 일시적인 초기 단계일 수도 있어 보임

• 궁금해서 이 스레드를 보기 몇 분 전에 읽던 프랑스어 기사를 ChatGPT에 붙여 넣고 영어로 번역해달라고 했음. 기능적으로는 분명 쓸 만했고, 내가 모르는 언어의 기사를 번역하는 데 쓰는 걸 주저하지는 않겠음
  하지만 전문가 수준은 아니었음. 프랑스어 문법을 잘못 번역한 부분이 몇 군데 있었고, 문장도 사무적이었음. 각 문장을 문자 그대로 옮기는 대신 원래 영어로 쓰인 기사처럼 흐르게 만드는 노력은 없었음
  이런 식으로 쓰인 기사를 읽겠냐고 하면, 짧은 글은 읽겠음. 소설은 절대 아님

  • 많은 전문 작업이 의뢰자가 비전문 작업으로도 충분히 만족할 상황에서 이뤄진다는 게 문제라고 봄
    예술적인 번역이 설 자리는 항상 있겠지만, 급한 번역이 설 자리도 있음

• LLM이 사용자가 적은 언어의 번역가를 대체할 수 있을 것 같지는 않음
  동유럽 언어 두 개 사이를 번역하는 사람을 아는데, 어떤 일은 전문 사전이 필요함. 그런 경우 LLM을 쓰면 매우 신뢰하기 어렵고, 처음부터 제대로 하는 것보다 확인하고 고치는 데 더 많은 노력이 들 것임
  게다가 미국 기술 기업들이 “겨우” 600만 명이 쓰는 언어로 LLM을 학습시키고 있을지도 매우 의심스러움
  오락물 쪽으로 가도, 동유럽에서 불법 복제 영화의 코맹맹이 단조로운 번역이나 기계번역된 게임을 보며 자란 사람이라면 그것들이 경험을 얼마나 깎아먹는지 잘 앎. 물론 “AI가 더 잘할 수 있다”고 할 수는 있지만, 일관성을 유지하고 문화적 뉘앙스와 관용구 등을 포착할 수 있을까?

  • 구어 전용 언어에서는 더더욱 그럴 것임

• “헬스장 옷을 입으면 우리는 대체로 다 비슷해 보인다”
  내 뇌가 필자와 다르게 작동하는 건지 모르겠지만, 이 문장에 놀랐음. 헬스복은 나에게 인식에 영향을 주지 않음. 얼굴, 몸, 자세가 중요하고 옷은 별로 들어오지 않음. 내게는 너무 말이 안 돼서 의심스러울 정도임
  인간 중심 관점에서 슬픈 건 누군지 알아보지 못하는 게 아니라, 아마 다시 만날 일이 없으니 그럴 가치가 없다고 여기는 것임. 공동체가 없는 상태임. 공동체와 사람 사이의 대인 관계는 여전히 우리가 소중히 여기는 것들임

  • 내가 그 글을 썼음. 나는 실제 사람임
    그리고 내가 상호작용하지 않는 사람을 알아보는 데 정말 형편없음. 거울 앞에 검은 레깅스를 입은 50명이 있다고 상상해보면 됨